一種大變形柔性體動態(tài)測量數(shù)據(jù)溫度與濕度的補償方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于降落傘、測量技術(shù)和計算機機器學(xué)習(xí)技術(shù)領(lǐng)域，特別是一種大變形柔 性體動態(tài)測量數(shù)據(jù)溫度與濕度的補償方法。
【背景技術(shù)】
[0002] 隨著無線通信技術(shù)、嵌入式計算機技術(shù)以及傳感器技術(shù)的高速發(fā)展，具備感知、計 算和通信能力的無線傳感器網(wǎng)絡(luò)技術(shù)迅速發(fā)展，大量的無線傳感器網(wǎng)絡(luò)節(jié)點通過自組織的 方式構(gòu)成無線傳感器網(wǎng)絡(luò)。由于無線傳感器網(wǎng)絡(luò)具有低功耗、自組織以及對周邊環(huán)境的智 能感知能力等特點，已廣泛應(yīng)用于工業(yè)控制、農(nóng)業(yè)種植、基地監(jiān)測等各種人力難以到達或難 以長期堅守的環(huán)境的實時監(jiān)測與遠程監(jiān)控。
[0003] 在針對大變形柔性體的動態(tài)測量領(lǐng)域，對布織物各點受力情況的動態(tài)測量在國際 上一直是一個技術(shù)難題。主要原因是由于布織物本身具有輕薄、柔軟、伸縮性大的特性，給 傳感器的安裝和測量帶來了相當(dāng)大的難度；另一方面，降落傘之類的大變形柔性體工作環(huán) 境一般比較惡劣，存在溫差大、抖動與電磁波等干擾，使得對其各點受力情況的測量數(shù)據(jù)容 易出現(xiàn)偏差，給測量結(jié)果的精度帶來了很大的挑戰(zhàn)。因此，很有必要研宄對測量數(shù)據(jù)進行 智能補償和修正的方法。
[0004]BP神經(jīng)網(wǎng)絡(luò)（BackPropagation)是一種單向傳播的多層前向網(wǎng)絡(luò)，在復(fù)雜的非 線性系統(tǒng)中具有很好的建模能力，理論上可逼近任意非線性系統(tǒng)。目前，BP神經(jīng)網(wǎng)絡(luò)已廣 泛應(yīng)用于各種不同的領(lǐng)域，尤其是應(yīng)用于對測量結(jié)果的補償與修正。例如，山東商學(xué)院將BP 神經(jīng)網(wǎng)絡(luò)應(yīng)用于補償超聲波聲速受溫度、濕度變化而引起的誤差。在室外工作的測距儀上， 應(yīng)用BP神經(jīng)網(wǎng)絡(luò)補償方法后超聲測距的精度提高了 2個數(shù)量級。南京航空航天大學(xué)將BP 神經(jīng)網(wǎng)絡(luò)應(yīng)用于加速度計的誤差補償。經(jīng)BP神經(jīng)網(wǎng)絡(luò)補償后，加速度計誤差補償后的輸 出能良好地逼近其期望輸出，誤差降低了一個數(shù)量級，很好地抑制了加速度計的誤差，提 高了加速度計的精度。
[0005]目前針對無線傳感網(wǎng)測量系統(tǒng)的測量數(shù)據(jù)的補償方法主要是基于傳感器的硬件 補償方法來提高傳感器的測量精度。硬件補償主要是通過設(shè)計的硬件電路進行補償，存在 通用性差、成本高，并會帶來傳感器新的非線性因素等問題。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明所解決的技術(shù)問題在于提供一種大變形柔性體動態(tài)測量數(shù)據(jù)溫度與濕度 的補償方法。
[0007] 實現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種大變形柔性體動態(tài)測量數(shù)據(jù)溫度與濕度 的補償方法，包括以下步驟：
[0008] 步驟1:在高精度萬能材料試驗機上，使用測量柔性織物應(yīng)力作用的應(yīng)變傳感器 對被測柔性體進行電壓-受力的標(biāo)定，獲得基準(zhǔn)電壓-受力測量曲線；所述測量柔性織物應(yīng) 力作用的應(yīng)變傳感器的測量受力范圍為0~1500N，傳感器的輸出電壓范圍為0~3. 3v，所 述受力信息測量是指在織物上安裝傳感器后，在萬能材料試驗機上進行從0到滿負載拉力 實驗，得到該傳感器/織物對應(yīng)的基準(zhǔn)電壓-受力曲線。
[0009] 步驟2:采用測量柔性織物應(yīng)力作用的應(yīng)變傳感器對大變形柔性體工作過程中實 際受力情況進行實時采集，得到采集的電壓樣本數(shù)據(jù)，并對樣本數(shù)據(jù)進行濾波處理；對樣本 數(shù)據(jù)進行濾波處理所用公式為：
[0010]
[0011] 式中，lx'}為傳感器電壓采樣序列，{Xi}為遞推濾波后的電壓序列，nk為自然數(shù)， 表示取連續(xù)采樣序列的個數(shù)，i為傳感器電壓采樣序列的標(biāo)號，j為遞推濾波后的電壓序列 的標(biāo)號。
[0012] 步驟3:建立大變形柔性體動態(tài)測量數(shù)據(jù)溫度與濕度補償神經(jīng)網(wǎng)絡(luò)；所述大變形 柔性體動態(tài)測量數(shù)據(jù)溫度與濕度補償神經(jīng)網(wǎng)絡(luò)為三層結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)，包括具有三個 節(jié)點的輸入層、一個多節(jié)點的非線性隱含層和具有一個節(jié)點的輸出層；
[0013] 其中輸入層的輸入變量有：測量的電壓值Xl、溫度x2、濕度x3;其激勵函數(shù)為線性 激勵函數(shù)fjxj=xm，其輸出值為Im=xm，其中m表示輸入層節(jié)點個數(shù)（m= 1，2, 3); 「00141隱含層第1個節(jié)點的輸入為zfwnXi+w^xfWuXp其激勵函數(shù)為 其中1表示隱含層節(jié)點個數(shù)卜1;2_'_1}，jI - ? - 4 np為訓(xùn)練樣本個數(shù)，為輸入層節(jié)點與隱含層之間的權(quán)值； 咢-1
[0015] 輸出層的輸入為^I： 其激勵函數(shù)為= ^其輸出為補償后的 尺丨=^乃， 1+， 電壓值Vl，其中Wll為隱含層與輸出層之間的權(quán)值；
[0016] 大變形柔性體動態(tài)測量數(shù)據(jù)溫度與濕度補償神經(jīng)網(wǎng)絡(luò)輸出層的期望輸出為下式 所示的函數(shù)
[0017] 式中知n2,113分別為輸入變量Xpx2,乂3項的最高次數(shù)，npn2,n3為自然數(shù)；h,p,q分 別為輸入變量Xpx2,x3的次數(shù)，均為自然數(shù)；ah,bp, 分別為輸入變量xux2,13的h,p,q次 方所對應(yīng)的系數(shù)。
[0018] 步驟4:根據(jù)步驟2采集的樣本數(shù)據(jù)，采用動態(tài)學(xué)習(xí)率與附加動量的方式對大變形 柔性體動態(tài)測量數(shù)據(jù)溫度與濕度補償神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練；動態(tài)學(xué)習(xí)率與附加動量的方式采 用如下公式：
[0019]
[0020] 式中，k為訓(xùn)練次數(shù)，E(k)為第k次計算神經(jīng)網(wǎng)絡(luò)的輸出誤差，y為動量因子（0 <y<1)，n為學(xué)習(xí)率，WU為隱含層到輸出層的權(quán)值，AWll為隱含層到輸出層權(quán)值的增 量。
[0021] 步驟5:使用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對測量柔性織物應(yīng)力作用的應(yīng)變傳感器采集的實 際大變形柔性體受力測量數(shù)據(jù)進行補償，得到補償后的電壓值。
[0022] 本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點為：1)本發(fā)明提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的 大變形柔性體動態(tài)測量數(shù)據(jù)的溫度與濕度補償方法，采用神經(jīng)網(wǎng)絡(luò)對采集的電壓數(shù)據(jù)進 行溫度和濕度的補償與修正。本發(fā)明的基于BP神經(jīng)網(wǎng)絡(luò)的補償屬于軟件補償，軟件補償不 僅靈活、成本低，而且補償效果比硬件補償?shù)男Ч?，達到的精度更高。2)本發(fā)明采用動態(tài) 學(xué)習(xí)率與附加動量的方式進行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，可有效地緩解收斂緩慢以及容易發(fā)生震蕩的 問題；3)本發(fā)明提出的基于BP神經(jīng)網(wǎng)絡(luò)的大變形柔性體動態(tài)測量數(shù)據(jù)溫度與濕度的補償 方法能夠很好地解決受力信息測量數(shù)據(jù)存在的偏差補償問題，提高了測量系統(tǒng)的精度。
[0023] 下面結(jié)合附圖對本發(fā)明作進一步詳細描述。
【附圖說明】
[0024] 圖1為大變形柔性體動態(tài)測量數(shù)據(jù)溫度與濕度補償神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖。
[0025] 圖2為基于神經(jīng)網(wǎng)絡(luò)的補償算法訓(xùn)練階段流程圖。
[0026] 圖3為基于神經(jīng)網(wǎng)絡(luò)的補償算法應(yīng)用階段流程圖。
[0027] 圖4基于神經(jīng)網(wǎng)絡(luò)的電壓補償誤差圖。
[0028] 圖5為基于神經(jīng)網(wǎng)絡(luò)的電壓補償前后對比圖。
【具體實施方式】
[0029] 結(jié)合圖1，本發(fā)明的一種大變形柔性體動態(tài)測量數(shù)據(jù)溫度與濕度的補償方法，包括 以下步驟：
[0030] 步驟1:使用測量柔性織物應(yīng)力作用的應(yīng)變傳感器對被測柔性體進行電壓-受力 的標(biāo)定，獲得基準(zhǔn)電壓-受力測量曲線；所述測量柔性織物應(yīng)力作用的應(yīng)變傳感器的測量 受力范圍為0~1500N，傳感器的輸出電壓范圍為0~3. 3v，所述標(biāo)定是指在織物上安裝傳 感器后，在萬能材料試驗機上進行從0到滿負載拉力實驗，得到該傳感器/織物對應(yīng)的電 壓-受力標(biāo)定數(shù)據(jù)。本發(fā)明所用的傳感器已經(jīng)在專利《一種測量柔性織物應(yīng)力作用的應(yīng)變 傳感器》中公開，專利號為：201320332161. 1。
[0031] 步驟2:采用測量柔性織物應(yīng)力作用的應(yīng)變傳感器對大變形柔性體工作過程中實 際受力情況進行實時采集，得到采集的電壓樣本數(shù)據(jù)，并對樣本數(shù)據(jù)進行濾波處理；對樣本 數(shù)據(jù)進行濾波處理所用公式為：
[0032]
[0033] 式中，{x'j}為傳感器電壓采樣序列，{xj為遞推濾波后的電壓序列，nk為自然數(shù)， 表示取連續(xù)采樣序列的個數(shù)，i為傳感器電壓采樣序列的標(biāo)號，j為遞推濾波后的電壓序列 的標(biāo)號。
[0034] 步驟3:建立大變形柔性體動態(tài)測量數(shù)據(jù)溫度與濕度補償神經(jīng)網(wǎng)絡(luò)；該網(wǎng)絡(luò)為三 層結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)，包括具有三個節(jié)點的輸入層、一個多節(jié)點的非線性隱含層和具有一 個節(jié)點的輸出層，
[0035] 其中輸入層的輸入變量有：測量的電壓值Xl、溫度x2、濕度x3;其激勵函數(shù)為線性 激勵函數(shù)fjxj=xm，其輸出值為Im=xm，其中m表示輸入層節(jié)點個數(shù)（m= 1，2, 3)。
[0036]隱含層第1個節(jié)點的輸入為zfw